propriétés de genlinnode

Icône de noeud GenLin Le modèle linéaire généralisé (GenLin) développe le modèle linéaire général de sorte que la variable dépendante soit linéairement liée aux facteurs et covariables via une fonction de lien spécifiée. En outre, le modèle permet à la variable dépendante de suivre une distribution non normale. Il couvre les fonctionnalités d'un grand nombre de modèles statistiques, y compris la régression linéaire, la régression logistique, les modèles log-linéaires pour les données de comptage et les modèles de survie censurés par intervalle.

Exemple

node = stream.create("genlin", "My node")
node.setPropertyValue("model_type", "MainAndAllTwoWayEffects")
node.setPropertyValue("offset_type", "Variable")
node.setPropertyValue("offset_field", "Claimant")

Tableau 1. Propriétés de genlinnode
`genlinnode` Propriétés	Valeurs	Description de la propriété
`target`	zone	GenLin les modèles de requête requièrent un champ cible unique qui doit être un champ nominal ou indicateur, et un ou plusieurs champs d'entrée. Un champ poids peut aussi être spécifié. Pour plus d'informations, voir Propriétés communes des noeuds de modélisation .
`use_weight`	option
`weight_field`	zone	Le type de champ est uniquement continu.
`target_represents_trials`	option
`trials_type`	`Variable` `FixedValue`
`trials_field`	zone	Le type de champ est continu, indicateur ou ordinal.
`trials_number`	numéro aujourd'hui	La valeur par défaut est 10.
`model_type`	`MainEffects` `MainAndAllTwoWayEffects`
`offset_type`	`Variable` `FixedValue`
`offset_field`	zone	Le type de champ est uniquement continu.
`offset_value`	numéro aujourd'hui	Doit être un nombre réel.
`base_category`	`Last` `First`
`include_intercept`	option
`mode`	`Simple` `Expert`
`distribution`	`BINOMIAL` `GAMMA` `IGAUSS` `NEGBIN` `NORMAL` `POISSON` `TWEEDIE` `MULTINOMIAL`	`IGAUSS`: Gaussienne inverse. `NEGBIN`: Binôme négatif.
`negbin_para_type`	`Specify` `Estimate`
`negbin_parameter`	numéro aujourd'hui	La valeur par défaut est 1. Doit contenir un nombre réel non négatif.
`tweedie_parameter`	numéro aujourd'hui
`link_function`	`IDENTITY` `CLOGLOG` `LOG` `LOGC` `LOGIT` `NEGBIN` `NLOGLOG` `ODDSPOWER` `PROBIT` `POWER` `CUMCAUCHIT` `CUMCLOGLOG` `CUMLOGIT` `CUMNLOGLOG` `CUMPROBIT`	`CLOGLOG`: Log-log complémentaire. `LOGC`: complément de log. `NEGBIN`: Binomiale négative. `NLOGLOG`: Log-log négatif. `CUMCAUCHIT`: Cauchit cumulé. `CUMCLOGLOG`: Log-log complémentaire cumulé. `CUMLOGIT`: Logit cumulé. `CUMNLOGLOG`: Log-log négatif cumulé. `CUMPROBIT`: Probit cumulé.
`power`	numéro aujourd'hui	La valeur doit être un nombre réel non nul.
`method`	`Hybrid` `Fisher` `NewtonRaphson`
`max_fisher_iterations`	numéro aujourd'hui	La valeur par défaut est 1; seuls les nombres entiers positifs sont autorisés.
`scale_method`	`MaxLikelihoodEstimate` `Deviance` `PearsonChiSquare` `FixedValue`
`scale_value`	numéro aujourd'hui	La valeur par défaut est 1; elle doit être supérieure à 0.
`covariance_matrix`	`ModelEstimator` `RobustEstimator`
`max_iterations`	numéro aujourd'hui	La valeur par défaut est 100; uniquement des nombres entiers non négatifs.
`max_step_halving`	numéro aujourd'hui	La valeur par défaut est 5; uniquement des nombres entiers positifs.
`check_separation`	option
`start_iteration`	numéro aujourd'hui	La valeur par défaut est 20; seuls les nombres entiers positifs sont autorisés.
`estimates_change`	option
`estimates_change_min`	numéro aujourd'hui	La valeur par défaut est « 1E-006; » (seuls les nombres positifs sont autorisés).
`estimates_change_type`	`Absolute` `Relative`
`loglikelihood_change`	option
`loglikelihood_change_min`	numéro aujourd'hui	Seuls les nombres positifs sont autorisés.
`loglikelihood_change_type`	`Absolute` `Relative`
`hessian_convergence`	option
`hessian_convergence_min`	numéro aujourd'hui	Seuls les nombres positifs sont autorisés.
`hessian_convergence_type`	`Absolute` `Relative`
`case_summary`	option
`contrast_matrices`	option
`descriptive_statistics`	option
`estimable_functions`	option
`model_info`	option
`iteration_history`	option
`goodness_of_fit`	option
`print_interval`	numéro aujourd'hui	La valeur par défaut est 1; doit être un entier positif.
`model_summary`	option
`lagrange_multiplier`	option
`parameter_estimates`	option
`include_exponential`	option
`covariance_estimates`	option
`correlation_estimates`	option
`analysis_type`	`TypeI` `TypeIII` `TypeIAndTypeIII`
`statistics`	`Wald` `LR`
`citype`	`Wald` `Profile`
`tolerancelevel`	numéro aujourd'hui	La valeur par défaut est 0.0001.
`confidence_interval`	numéro aujourd'hui	La valeur par défaut est 95.
`loglikelihood_function`	`Full` `Kernel`
`singularity_tolerance`	`1E-007` `1E-008` `1E-009` `1E-010` `1E-011` `1E-012`
`value_order`	`Ascending` `Descending` `DataOrder`
`calculate_variable_importance`	option
`calculate_raw_propensities`	option
`calculate_adjusted_propensities`	option
`adjusted_propensity_partition`	`Test` `Validation`